詳解AI領域佈局，騰訊劉熾平：將投入大量資源構建基礎模型

伴隨着ChatGPT等技術的火爆，近月來，各個互聯網企業在AIGC（人工智能技術來生成內容）領域的佈局成為各方關注的焦點。人們期望通過財報或者財報電話會議，去捕捉企業的最新動態和相關思考。

3月22日下午，騰訊發佈2022年第四季度及全年財報。在當晚的財報電話會議上，騰訊總裁兼投資委員會主席劉熾平等高管多次提到了AIGC話題。

劉熾平表示，AI將成為公司未來業務增長的放大器。生成式AI和基礎模型技術可以補充優化騰訊的業務。因此，該公司將採取的策略是：積極投入資源來構建騰訊的基礎模型。

“如今的AI對我們來説就是非常令人振奮的機遇。”

劉熾平：AI將成為公司未來業務增長的放大器

從去年第四季度的表現來看，騰訊的業績已經展露出恢復跡象。

當季騰訊營收為人民幣1449.5億元，同比增長1%；淨利潤1062.7億元，同比增長12%。在非國際財務報告準則（Non-IFRS）下，騰訊該季度錄得淨利潤297.1億元，同比增長19%。據悉，這是自2021年Q3以來，該財務指標首度恢復兩位數增長。

去年全年騰訊營收5545.5億元，包括遊戲在內的增值服務業務，貢獻了2876億元年收入。值得一提的是，其中國際市場遊戲收入為468億元，增長了3%，經調整後的增幅為5%。當季國際遊戲業務貢獻了遊戲總收入的33%，相比之下，2021年Q4該貢獻值為28%。

財報截圖

面向未來，類ChatGPT和各類AI技術，會為騰訊帶來新的機遇嗎？

在回應分析師提問時，劉熾平表示，堅信AI將成為公司未來業務增長的放大器，因為騰訊的業務實際上聚焦於社交、通訊和遊戲領域，這意味着它主要圍繞用户間的互動，同時涉及到非常高質量的內容，因此生成式AI和基礎模型技術可以補充優化這些業務，但不會對這些業務造成威脅。

劉熾平透露，騰訊將採取的策略是積極投入資源，來構建騰訊的基礎模型。

“這將在未來對每個業務線都起到正向補充作用，同時也有助於我們推出新業務，”，劉熾平表示，騰訊也相信自身具備相關的優勢能力去構建合適的模型。“正如我所提到的，我們具備應用場景、數據、以及非常強大的雲基礎設施。此外，我們也有長期以來建立的AI應用來補充優化我們的現有業務。”

微信和QQ，會引入生成式AI嗎？

微信和QQ的龐大用户，依然是騰訊最為核心的資產之一。

從去年全年的數據來看，兩大旗艦產品雙雙告捷。2022年財報財報顯示，騰訊旗下微信及WeChat的合併月活用户數為13.13億，同比增長3.5%；QQ的移動月活數錄得5.72億，同比上漲3.6%。

生成式AI，有沒有可能和微信、QQ相結合？

財報截圖

“在生成式AI方面，我們當然很自然地會將其中一些技術與我們的旗艦產品相結合，例如微信和QQ，而且這實際上能提高用户體驗的效率。”面對提問，劉熾平表示，未來有很多可能性，這也是為什麼騰訊將AI稱為“增長的倍增器”。

劉熾平舉例道，利用生成式AI，騰訊可以幫助小程序開發者更高效地開發小程序，這是在內容創作的範疇；騰訊也可以提升其旗艦產品的客服能力，讓每個產品背後都有一個客服助手。

“這些都是可能做到的”，劉熾平表示，“你想一想在前端，如果我們開發了一個非常好的聊天機器人服務，我們可以很容易地把它結合到微信和QQ中，那麼它就可以受益於我們平台廣泛的分發和用户觸達。”

在成本問題上，AIGC和以往其他互聯網項目有一個不同

需要説明的是，ChatGPT等AIGC技術雖然火熱，但是它背後的成本也是不菲的。

此前，國盛證券曾基於參數數量和token數量進行估算，得出的結論是，GPT-3訓練一次的成本約為140萬美元；對於一些更大的LLM模型採用同樣的計算公式，訓練成本則需200萬——1200萬美元。某種程度上，這也對有志於此的企業們提出了考驗。

在當晚的財報電話會議上，騰訊首席戰略官詹姆斯·米歇爾首次談到了騰訊對這個問題的思考。

詹姆斯表示，其實並不是提供AIGC內容本身要產生高昂成本。“如果你看一下像Discord這樣的服務，它已經通過分發圖像創作的AIGC中間服務達到盈利”。真正需要大量資本的，是建立能驅動AIGC的大型語言模型——微軟就曾用了數以億計美金來打造大型語言模型。

“然而，這些成本的性質與中國互聯網一到三年前所面臨的成本的性質非常不同。”，詹姆斯解釋道，一到三年前，騰訊和其他中國互聯網同行所涉及的大多數成本高昂的項目，其成本是隨着用户規模而增加的。

“例如如果你決定進入社區團購，那麼你擁有的用户越多，絕對成本基數就越大。”

詹姆斯認為，大型語言模型與它們不同，要進入這個領域，就會有一個固定的成本，或者説“入場費”。他表示，騰訊正開始着手承擔這一固定成本，如果人們將這一固定成本與騰訊的收入相比較，可以看到這個數字有着相當的規模，但它並不會對騰訊的利潤率產生非常誇張的影響。

“其他的每一家想要建立大型語言模型的公司，無論比我們大還是小，都會產生這樣一個絕對值相似的成本。”詹姆斯表示，“這種固定成本，我們認為是一個更可取的成本，因為它是固定的，而不像補貼那樣，你有越多的用户，你承擔的成本越多，後者自然對擁有最多用户的公司不利。”

本文系觀察者網獨家稿件，未經授權，不得轉載。